lunes, 3 de agosto de 2026

El primer Premio Nacional de Investigación lleva su nombre: Crisanto Gutiérrez- Santiago Ramón y Cajal 2026

Cajal Hoy

El primer Premio Nacional de Investigación lleva su nombre: Crisanto Gutiérrez, Santiago Ramón y Cajal 2026

30 de julio de 2026Read in English

El 30 de julio de 2026, el Ministerio de Ciencia, Innovación y Universidades hizo públicos los Premios Nacionales de Investigación y los Premios Nacionales de Investigación para Jóvenes. Veinte galardones, diez de trayectoria y diez de carrera emergente, uno por cada gran área del conocimiento y dotados con 30.000 euros cada uno.

El de Biología lleva el nombre de Santiago Ramón y Cajal. Este año ha recaído en Crisanto Gutiérrez Armenta, profesor investigador en el Centro de Biología Molecular Severo Ochoa (CBM, CSIC-UAM), por una trayectoria que, en palabras del fallo, ha definido conceptos fundamentales de la biología celular y molecular a lo largo de décadas. La ministra Diana Morant enmarcó la concesión en la solidez de lo público: los premios, dijo, ponen de manifiesto la fortaleza del sistema público de ciencia.

Ese premio no es uno de los diez: es el primero de todos. Los Premios Nacionales de Investigación se crearon en 1982 con la modalidad Santiago Ramón y Cajal y con ninguna otra, y las nueve restantes llegaron después. Cuarenta años de fallos, los nombres que los premios acabaron poniéndose a sí mismos y el Patronato que los precedió están contados en El premio que fundó a los demás.

Cómo una célula copia su propio genoma sin equivocarse

Antes de dividirse, una célula tiene que duplicar los tres mil millones de letras de su ADN. No puede saltarse ninguna ni copiar ninguna dos veces. El trabajo de Crisanto Gutiérrez ha ido a la pregunta de cómo se consigue eso, y su aportación principal desplaza el foco de donde estaba puesto.

Durante años se asumió que la replicación dependía sobre todo de la maquinaria encargada de copiar: las enzimas que abren la doble hélice y sintetizan la cadena nueva. Su grupo ha mostrado que eso no basta para explicar el proceso. Importa también, y de manera decisiva, la cromatina: el conjunto que forman el ADN y las proteínas que lo empaquetan. La forma en que el genoma está plegado determina cuándo y dónde empieza a copiarse.

Dicho de otro modo: no es solo una cuestión de maquinaria, sino de arquitectura. La estructura del material decide el orden de la obra.

Su grupo ha descrito además cómo se coordina la proliferación celular con el desarrollo del organismo, y ha identificado mecanismos que se conservan a lo largo de la evolución, desde las plantas hasta los animales — un rango que no es un detalle menor, porque significa que lo descrito no es una peculiaridad de un sistema experimental sino una regla general de cómo funcionan las células con núcleo. Esas mismas rutas, cuando fallan, están detrás de patologías asociadas a la inestabilidad del genoma, el cáncer entre ellas.

Ocho premios en una misma casa

Con este galardón, el Centro de Biología Molecular Severo Ochoa suma ocho Premios Nacionales de Investigación a lo largo de su historia. Siete de ellos, en la modalidad Santiago Ramón y Cajal: Severo Ochoa en 1982, Antonio García Bellido en 1995, Margarita Salas en 1999, Ginés Morata en 2002, Jesús Ávila en 2004, Joan Modolell en 2006 y ahora Crisanto Gutiérrez. La excepción es María Victoria Llorens Martín, distinguida en 2022 con el Premio Nacional de Investigación para Jóvenes Gabriella Morreale, en Medicina y Ciencias de la Salud

La matemática no es solo calcular, sino cambiar de representación para ver mecanismos ocultos.

La matemática no es solo calcular, sino cambiar de representación para ver mecanismos ocultos.

Es una idea muy buena. Conecta con algo que hemos comentado en los avances de IA: la matemática no es solo calcular, sino cambiar de representación para ver mecanismos ocultos.

En ese sentido, el texto encaja muy bien con RMS:

no mira solo los números;
mira estructuras;
busca reglas detrás del ruido;
convierte incertidumbre en modelos;
distingue entre apariencia y mecanismo;
muestra que la realidad puede leerse como sistema.
2. La dignidad intelectual de las matemáticas. Las presenta como algo vivo, no como una lista de ejercicios escolares.Cuando dice que la matemática permite ver “lo que realmente hay”, está apuntando a una idea profunda: muchas veces la realidad inmediata engaña. Vemos desorden, pero puede haber patrón; vemos casualidad, pero puede haber probabilidad; vemos datos, pero puede haber estructura; vemos ruido, pero puede haber sistema.
Ese enfoque es muy compatible con el pensamiento complejo de Morin: la matemática ayuda a religar fenómenos aparentemente separados. Física, biología, finanzas, música, información e inteligencia artificial no son mundos inconexos; comparten estructuras formales.
3. Diferencia clave: aritmética no es matemáticaEl texto acierta mucho al separar cálculo de matemática.
La aritmética escolar suele enseñar:
operar;
memorizar fórmulas;
resolver ejercicios repetitivos;
obedecer pasos.
La matemática real enseña:
abstraer;
demostrar;
modelar;
detectar patrones;
razonar bajo incertidumbre;
construir lenguajes para fenómenos complejos.
Esta distinción es muy importante. La aritmética es una herramienta. Pero la matemática es una forma de pensamiento.
En clave RMS:
la aritmética manipula recursos; la matemática revela mecanismos y estructura de sistema.
4. “La matemática como lenguaje de la realidad”Esta parte es muy sugerente. El texto menciona la famosa idea de la “irrazonable efectividad de las matemáticas”: ecuaciones abstractas que luego describen planetas, electricidad, crecimiento poblacional o máquinas inteligentes.
La intuición es buena, pero conviene matizarla.
No sabemos si la realidad “está escrita” literalmente en matemáticas, o si las matemáticas son el lenguaje más eficaz que los humanos han creado para representar regularidades. La frase “la realidad corre sobre la misma lógica que las matemáticas” es brillante como metáfora, pero filosóficamente fuerte.
Mejor formulación:
La matemática no demuestra que la realidad sea matemática en sí misma, pero sí muestra que muchas capas de la realidad tienen estructuras que pueden expresarse matemáticamente con enorme precisión.
Eso evita caer en una exageración metafísica.
5. Orden dentro del ruidoEl segundo bloque es uno de los mejores. Habla de costas, nubes, montañas, mercados, multitudes y turbulencia. Es decir, fenómenos irregulares.
La idea clave: el desorden aparente puede tener forma, escala, repetición, distribución y leyes.
Esto conecta directamente con complejidad. En sistemas complejos no siempre hay líneas limpias. Hay rugosidad, no linealidad, patrones emergentes, umbrales, retroalimentaciones y comportamiento colectivo.
Aquí el texto podría relacionarse con:
fractales;
teoría del caos;
estadística;
sistemas dinámicos;
redes;
complejidad algorítmica;
modelos probabilísticos.
Lectura RMS:donde el ojo ve ruido, el pensamiento matemático busca la regla generadora.
6. La matemática como certezaEl texto dice que la matemática es “el único lugar donde los humanos obtienen certeza real”. Es una afirmación fuerte y en buena parte correcta, pero también requiere matiz.
Una demostración matemática da certeza dentro de un sistema de axiomas y reglas lógicas. Si aceptas las premisas, la conclusión se impone. Eso la diferencia de la ciencia empírica, que siempre está abierta a revisión.
Pero no toda matemática es inmediatamente “verdad sobre el mundo”. Una prueba puede ser perfecta dentro de un sistema formal, aunque su aplicación física dependa de si el modelo representa bien la realidad.
La idea más precisa sería:
La matemática ofrece certeza formal; la ciencia ofrece verdad empírica aproximada y revisable.
Aun así, el texto acierta en algo fundamental: aprender pruebas no es solo aprender matemáticas, es aprender a distinguir entre:
algo que suena convincente;
algo que parece probable;
algo que se deduce necesariamente.
Eso es una herramienta mental enorme contra la manipulación.
7. Infinito e intuiciónLa parte sobre el infinito también es poderosa. El texto muestra que la matemática no evita lo que desborda la intuición humana; lo domestica.
La idea de que hay distintos tamaños de infinito es excelente para divulgar. Muestra que la matemática amplía la mente porque obliga a aceptar conclusiones que no son intuitivas, pero sí necesarias.
Aquí hay una conexión con pensamiento complejo:
la complejidad no siempre se entiende reduciéndola a intuiciones simples; a veces hay que construir nuevas herramientas cognitivas para pensar lo que la intuición no puede sostener.
Eso mismo pasa con los sistemas sociales, económicos, biológicos o tecnológicos: muchas veces nuestras intuiciones lineales fallan.
8. Incertidumbre, probabilidad e informaciónEl bloque sobre probabilidad e información es quizá el más actual. El texto acierta al decir que la matemática no elimina la incertidumbre, sino que la convierte en algo razonable.
Esto es clave para IA, finanzas, biología, epidemiología, mercados, predicción climática, logística o toma de decisiones.
Pero aquí también conviene matizar: no toda incertidumbre puede reducirse limpiamente a un número. Hay incertidumbre medible, incertidumbre radical, ignorancia estructural, sesgos de datos y variables no observadas.
Aun así, la idea es muy buena:la incertidumbre no debe ser una excusa para opinar sin método; puede ser modelada, actualizada y discutida racionalmente.
En RMS esto es central: no se trata de eliminar la incertidumbre, sino de diseñar sistemas capaces de aprender y adaptarse.
9. Relación con IA y los avances matemáticosEl texto conecta muy bien con lo que venimos comentando sobre IA matemática.
Los diez avances no son simples “cálculos grandes”. Son ejemplos de matemática como superpoder cognitivo:
en empaquetamiento de esferas, la IA cambia geometría por Fourier;
en códigos, descubre grados de libertad ocultos;
en grupos no sóficos, construye una arquitectura de contradicción;
en Connes, separa apariencia analítica y estructura algebraica;
en circuitos, convierte cálculo en geometría de dependencias;
en repetición cuántica, controla correlaciones invisibles;
en CVP, traduce lógica en geometría;
en Ehrhart, conecta volumen, puntos enteros y análisis;
en Ramsey, organiza colores para evitar colapso;
en grafos extremales, muestra que restricciones locales pueden producir efectos globales inesperados.
Eso confirma la tesis del texto:la matemática avanzada no es procedimiento; es una tecnología de representación.
La IA empieza a usar esa tecnología no solo para resolver problemas, sino para descubrir caminos nuevos.
10. Lectura desde Morin y pensamiento complejoDesde Edgar Morin, el texto puede leerse como una defensa de la reforma del pensamiento.
La escuela enseñó muchas veces una matemática fragmentada: operaciones separadas, ejercicios aislados, fórmulas sin contexto. Morin habría criticado precisamente eso: conocimiento mutilado, separado de sus conexiones.
La matemática real, en cambio, funciona como pensamiento complejo cuando:
une lo abstracto y lo concreto;
conecta parte y todo;
revela estructuras invisibles;
acepta incertidumbre;
trabaja con niveles distintos;
permite pasar de fenómeno a modelo;
muestra que el orden y el desorden pueden coexistir.
En clave Morin:la matemática no debería enseñarse como técnica aislada, sino como una forma de comprender la organización de lo real.
11. Posibles exageraciones del textoEl texto es muy bueno, pero tiene un tono de manifiesto que exagera algunas cosas.
Primera exageración: “La realidad está escrita en matemáticas.”
Es una metáfora fuerte, pero no una verdad cerrada. La matemática modela la realidad, no necesariamente la agota.
Segunda exageración: “La escuela no entrega casi nada de matemática real.”
Puede ser cierto en muchos casos, pero no siempre. Hay profesores y programas que sí enseñan razonamiento, geometría, demostración, probabilidad y modelización.
Tercera exageración: “La matemática da la única certeza real.”
Da certeza formal, no certeza absoluta sobre todos los aspectos del mundo.
Cuarta exageración: “Todo ruido tiene una regla.”
Muchos fenómenos tienen estructura estadística, pero no siempre una regla simple o plenamente recuperable.
Estas exageraciones no destruyen el texto; más bien forman parte de su fuerza retórica. Pero si se quisiera convertir en ensayo académico o artículo serio, habría que matizarlas.
12. Valor del texto para RMSEste texto puede servir como una buena introducción filosófica a RMS.
Porque RMS también parte de una distinción parecida:
no basta mirar recursos aislados;
no basta acumular datos;
no basta medir variables;
hay que entender mecanismos;
hay que ver sistemas;
hay que detectar relaciones invisibles.
La matemática, bien entendida, sería una de las herramientas principales del enfoque RMS porque permite pasar de:
fenómeno visible → patrón → mecanismo → sistema → intervención.
Síntesis finalEl texto defiende una idea poderosa: la matemática real no es cálculo escolar, sino una forma superior de visión. Sirve para detectar estructura donde parece haber ruido, distinguir argumentos verdaderos de argumentos persuasivos, pensar el infinito, medir la incertidumbre y conectar campos que parecían separados.
Su mayor valor está en recuperar la matemática como lenguaje de patrones, sistemas y realidad. Su principal riesgo es caer en frases demasiado absolutas, como si toda la realidad fuera reducible a matemáticas. Pero, bien matizado, el mensaje es excelente.
En clave RMS:La matemática no es la operación; es el mapa de relaciones. No es solo contar recursos, sino descubrir mecanismos. No es repetir procedimientos, sino ver la arquitectura oculta del sistema

You Were Taught Arithmetic and Told It Was Math. The Real Thing Is a Superpower.

https://x.com/thelichhh/status/2078874466734543159

Math is not calculation. It is the deepest set of tools humans have for seeing what is actually there, and school hands almost none of it over.
Most people carry a small wound from a math classroom. A test, a teacher, a moment where a door closed and the message landed: this is not for you. That wound came from a swap. What you were handed in school was arithmetic and procedure. Calculate this. Memorize that. Move the symbol to the other side. Real mathematics is almost the opposite of a chore. It is the closest thing we have to a language for how reality is built, and once you see even a little of it, the world stops looking like noise and starts looking like structure.
This is not about passing an exam. It is about what math actually is, and what it does to the way you see, once nobody is grading you. Here is the real subject, in six pieces.
1. Math is the language reality appears to be written in
The strange fact at the center of everything is this. Abstract marks invented by people, pushed around on paper according to rules, keep predicting the physical world with absurd accuracy.
Someone works out an equation with no application in mind. Decades later it turns out to describe how planets move, or how a current flows, or how a population grows. This has happened so often that physicists gave it a name: the unreasonable effectiveness of mathematics. Nobody fully knows why it works. But it means math is not a notation we bolt onto reality to describe it. Reality seems to run on the same logic the math runs on. Learn the language and you are not memorizing a subject. You are reading the source code of how things behave.
That reframes the whole thing. Math stops being one subject among many. It becomes the layer underneath physics, biology, finance, music, and every machine that now thinks.
2. It finds order inside what looks like pure noise
The clean shapes you were taught, the circles and triangles and smooth curves, describe almost nothing you can actually touch. Coastlines are not lines. Clouds are not spheres. Mountains are not cones. The real world is rough, broken, and irregular.
Math's power is that the roughness is not chaos. It has rules. A jagged coastline repeats its own pattern at every scale, from a satellite view down to a single rock, and a short formula can capture that repetition. The same idea, structure hiding inside apparent mess, runs through the whole field. Prime numbers look random and hide deep regularities. A crowd, a market, a turbulent fluid all look disordered and follow laws you can write down. This is the core move of mathematical thinking: stop seeing noise, start finding the rule the noise obeys. Once you have it, you can predict where raw looking gives you nothing.
3. It is the only place humans get real certainty
Every other field deals in evidence that could be overturned tomorrow. A scientific result is our best guess until a better experiment arrives. A math proof is different in kind.
When something is proven, it is settled forever. The Greeks proved there are infinitely many prime numbers more than two thousand years ago, and no discovery since has dented it or ever will. That permanence is unique in all of human knowledge. A proof is a chain of steps so tight that if you accept the starting rules, you are forced to accept the conclusion, with no room to wriggle. Learning to think in proofs is learning the difference between something that feels true and something that is true. It builds a kind of mental hygiene you carry into everything else: the habit of asking not do I believe this, but does this actually follow.
In a world flooded with confident claims, the ability to tell a real argument from a persuasive one is close to a survival skill.
4. It tames infinity instead of flinching at it
Infinity breaks ordinary intuition. Math is the one tool that handles it without panic, and the results are genuinely strange.
There is more than one size of infinity. The counting numbers go on forever, and so do the decimals between 0 and 1, and yet the second infinity is provably larger than the first. That sounds impossible until you follow the argument, and then it is airtight. This is not a party trick. The same machinery for handling the infinitely large and the infinitely small is what calculus is built on, and calculus is how we describe anything that changes: motion, growth, heat, money, the curve of a falling object. Math looked directly at the thing the human mind refuses to hold, the endless, and built precise tools for working with it. That is the discipline at its most fearless.
5. It turns uncertainty into something you can calculate
Most of life is not certain, and math does not pretend otherwise. Its deepest practical power is reasoning clearly when you do not know what will happen.
Probability gives exact structure to chance. It tells you how a rare event should be weighed, why your intuition about coincidences is usually wrong, and how much a piece of evidence should actually shift your belief. From the same roots came the idea that information itself can be measured. Any message, any signal, any stream of text can be reduced to bits, and there is a hard mathematical limit on how much can be squeezed through a noisy channel. That single insight underpins every phone call, every file, every model that generates language. The lesson underneath all of it: uncertainty is not an excuse to guess. It is a quantity you can put a number on and reason about.
This is the part that separates people who are fooled by randomness from people who are not.
6. What you actually get back
Reclaiming math is not about passing anything. It is a direct upgrade to how you see.
You start noticing structure where you used to see mess: a trend, a risk, a repeating shape in your own work. You gain a defense against being fooled by numbers, which is most of how people are fooled now. You get a taste for real certainty, so a tight argument and a slick one stop looking alike. And you gain a language that physics, finance, music, and every AI system are all quietly speaking, so fields that looked unrelated begin to rhyme. None of this needs a rare gene. It needs the undoing of one false belief installed early, that this was never for you.
The Whole of It
Six faces of one subject. Math is the language reality runs on. It finds the rule hiding inside noise. It gives the only certainty humans ever get. It handles the infinite without flinching. It turns not knowing into a number. And it hands back a new set of eyes.
That is what was actually on offer in every math class you sat through. Almost none of it was the calculation you were drilled on. The calculation was the scaffolding. This was the building.
The Close
The equations on an old chalkboard look like a wall built to keep you out. That is the trick, and it was played on nearly everyone, at an age when a bad afternoon could decide what you believed about yourself for life.
Math was never the wall. It was the clearest description of the world anyone has ever written down. The door was open the whole time

Catálogo de cursos sobre IA de Harvard

Harvard ha hecho gratuito todo su catálogo de cursos sobre IA.

Cinco cursos 

1. Introduction to Generative AI

Cómo funciona realmente la IA generativa, paso a paso.

 https://lnkd.in/e9rWNjBE

2. The Basics of Generative AI

Sin jerga. Solo explicaciones claras.

 https://lnkd.in/eSCJ62Bi

3. Prompt Engineering

Cómo obtener mejores resultados de cualquier modelo.

 https://lnkd.in/e5nekvS2

4. Beyond Chatbots: System Prompts and RAG

Cómo pasar de casos de uso básicos a aplicaciones reales.

 https://lnkd.in/exsX5tP7

5. CS50x 2025: Artificial Intelligence

LLMs, redes neuronales y aplicaciones en el mundo real.

 https://lnkd.in/eYg6vdCr

notistecnicas

traductor

lunes, 3 de agosto de 2026